誤り訂正を施した量子ビットの新たな実証により、論理量子ビットのサイズが大きくなるにつれて誤りが大幅に減少することが示されました。複雑な量子アルゴリズムを実行するには論理量子ビットが必要であり、これは複数のハードウェア量子ビットを結びつけて、誤りを検出し訂正できるようにしたものです。一般に、各論理量子ビットに割り当てるハードウェア量子ビットを増やすと誤りを特定する確率は高まりますが、ハードウェア量子ビット自体が誤りを起こしやすいため、数を増やすと誤りが発生する確率も上がります。ハードウェアの誤り率が高すぎると、論理量子ビットを大きくしても状況は悪化するだけです。
いくつかの企業は、論理量子ビットが損益分岐点を超える、つまり量子ビットを増やすと性能が向上するほど誤り率の低いハードウェアをすでに実証しています。問題は、その改善が限定的であったことです。複雑なアルゴリズムに必要な誤り率に到達するには、論理量子ビットあたりに非現実的な数のハードウェア量子ビットが必要になる可能性があります。月曜日、Quantinuumは、現行世代のハードウェアが損益分岐点を大きく上回ってスケールでき、論理量子ビットのサイズを一段階大きくするごとに、一部の性能指標が10倍以上改善すると発表しました。
この成果は誤り訂正符号に基づいています。その量子ビットはデータを保持し、測定を行って「シンドロームデータ」を生成します。これは誤りが発生したかどうか、どこで、どのように起きたかを示します。符号は、必要とするハードウェア量子ビットの数、収容する論理量子ビットの数、そして「距離」、すなわち論理量子ビットが同時に耐えられる誤りの数の大まかな指標によって評価されます。スケーラビリティを検証するため、研究者は距離を3、5、7のように増やしながら誤り率を測定します。ハードウェアが損益分岐点を超えていれば、ステップごとに誤り率は低下し、その低下の大きさ、すなわちスケーリング係数が、システムが損益分岐点からどれだけ離れて動作しているかを示します。
スケーリング係数は実用上きわめて重要です。ステップごとに10倍の係数があれば、距離をわずかに増やすだけで誤りを大幅に減らせますが、2程度の係数では多くのステップが必要になります。過去の実証の多くは2に近い低下にとどまっており、それは論理量子ビットあたり数千のハードウェア量子ビットが必要になることを意味しかねません。Quantinuumはイオントラップ方式の量子コンピュータを開発しており、各量子ビットは1個のイオンに保存されています。
出典: Ars Technica · 要約：HeadlinesBriefing